| 1 |
1
특징맵에 포함된 인자의 음수값을 0(제로)으로 변환하는 희소화부;변환된 특징맵을 정규화하고, 정규화된 특징맵을 부동 소수점 변환하여 소정 비트값으로 변환하여 양자화를 수행하는 양자화부; 및양자화된 특징맵을 엔트로피 부호화하여 압축하는 엔트로피 부호화부를 포함하는 인공지능노드
|
| 2 |
2
제 1 항에 있어서,상기 희소화부는,상기 특징맵의 채널들 각각에서 최대값의 크기가 작은 소정 비율에 해당하는 하위 채널의 인자들을 모두 영으로 변환하는 인공지능노드
|
| 3 |
3
제 2 항에 있어서,상기 소정 비율은,약 10% 내지 약 50%의 비율인 인공지능노드
|
| 4 |
4
제 1 항에 있어서,상기 양자화부는,상기 특징맵이 가질 수 있는 인자의 최대값에서 최소값을 차감한 값으로 나누어 정규화하는 인공지능노드
|
| 5 |
5
제 4 항에 있어서,상기 양자화부는,상기 음수값이 0으로 전환된 특징맵의 인자를 하기의 수학식을 이용하여 양자화하고,[수학식]여기서, 는 양자화된 l번째 인자이고, 은 l번째 인자, 는 해당 특징맵 내 인자의 최대값이고, 은 해당 특징맵 내 인자의 최소값이고, q는 상기 소정 비트인 인공지능노드
|
| 6 |
6
제 1 항에 있어서,상기 엔트로피 부호화부는,상기 엔트로피 부호화를 디플레이트(deflate) 알고리즘을 사용하여 수행하는 인공지능노드
|
| 7 |
7
인공지능노드에서 수행되는 특징맵 압축 방법에 있어서,특징맵에 포함된 인자의 음수값을 0(제로)으로 변환하는 단계;변환된 특징맵을 정규화하고, 정규화된 특징맵을 부동 소수점 변환하여 소정 비트값으로 변환하여 양자화를 수행하는 단계; 및양자화된 특징맵을 엔트로피 부호화하여 압축하는 단계를 포함하는 특징맵 압축 방법
|
| 8 |
8
제 7 항에 있어서,상기 인자의 음수값을 0(제로)으로 변환하는 단계는,상기 특징맵의 채널들 각각에서 최대값의 크기가 작은 소정 비율에 해당하는 하위 채널의 인자들을 모두 영으로 변환하는 단계를 포함하는 특징맵 압축 방법
|
| 9 |
9
제 8 항에 있어서,상기 소정 비율은,약 10% 내지 약 50%의 비율인 특징맵 압축 방법
|
| 10 |
10
제 7 항에 있어서,상기 양자화를 수행하는 단계는,상기 특징맵이 가질 수 있는 인자의 최대값에서 최소값을 차감한 값으로 나누어 정규화하는 단계를 포함하는 특징맵 압축 방법
|
| 11 |
11
제 10 항에 있어서,상기 인자의 최대값에서 최소값을 차감한 값으로 나누어 양자화하는 단계는,상기 음수값이 0으로 전환된 특징맵의 인자를 하기의 수학식을 이용하여 양자화하는 단계를 포함하고,[수학식]여기서, 는 양자화된 l번째 인자이고, 은 l번째 인자, 는 특징맵 내 최대값이고, 은 특징맵 내 최소값이고, q는 상기 소정 비트인 특징맵 압축 방법
|
| 12 |
12
제 7 항에 있어서,상기 엔트로피 부호화하는 단계는,상기 엔트로피 부호화를 디플레이트(deflate) 알고리즘을 사용하여 수행하는 단계를 포함하는 특징맵 압축 방법
|
| 13 |
13
제 7 항에 기재된 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체
|
| 14 |
14
인공지능노드에 의해 수행되며, 제 7 항에 기재된 방법을 수행하기 위해 매체에 저장된 컴퓨터 프로그램
|
